Trabajo final de especialización:
Precisión predictiva de algoritmos de aprendizaje automático en sistemas de recomendación

dc.contributor.advisorGómez, Leticia Irene
dc.contributor.authorDumón, Marcos
dc.date.accessioned2019-12-04T11:33:12Z
dc.date.available2019-12-04T11:33:12Z
dc.date.issued2019
dc.description.abstract"Los sistemas de recomendación en línea están omnipresentes en el mundo actual. Éstos utilizan algoritmos para proporcionar recomendaciones de servicios o productos a los usuarios. Actualmente, dichos sistemas están utilizando algoritmos de Aprendizaje Automático pertenecientes al campo de la Inteligencia Artificial. Sin embargo, el campo de Aprendizaje Automático no tiene un esquema de clasificación claro para sus algoritmos, principalmente por la numerosa cantidad de enfoques y las variaciones propuestas en la literatura. Como consecuencia, es difícil y confuso elegir un algoritmo que se adapte a las necesidades del usuario al desarrollar un sistema de recomendación. Este trabajo presenta una revisión sistemática de la literatura que analiza el uso de algoritmos de Aprendizaje Automático en sistemas de recomendación del tipo que son utilizados, por ejemplo, para la recomendación de películas en un sitio web comercial. Aquí el sistema tiene como objetivo predecir cuánto apreciaría un usuario una determinada película para luego recomendar a cada usuario aquellas que probablemente disfrutará. Haciendo uso de los métodos de evaluación y métricas disponibles en la literatura se evidenciará la precisión y el rendimiento de cada uno de los algoritmos en conjuntos de datos de distinto tamaño."es
dc.description.abstract"Online recommendation systems are ubiquitous in today’s world. These systems use algorithms to provide users with recommendations for services or products. Currently, they are using Machine Learning algorithms belonging to the field of Artificial Intelligence. However, the Machine Learning field does not have a clear classification scheme for its algorithms, mainly due to the number of approaches and variations proposed in the literature. As a result, it is difficult and confusing to choose an algorithm that suits user’s needs when developing a recommendation system. This work presents a systematic review of the literature that analyzes the use of Machine Learning algorithms in recommendation systems of the type that are used, for example, for the recommendation of movies, where the system aims to predict how much a user would appreciate a certain movie, to then recommend to each of the users the movies that they will probably enjoy. By making use of the evaluation methods and metrics available in the literature, the accuracy and performance of each of the algorithms will be evidenced in data sets of different sizes."en
dc.description.notesTrabajo Final Ciencia de Datos (especialización) - Instituto Tecnológico de Buenos Aires, Buenos Aires, 2019es
dc.identifier.urihttp://ri.itba.edu.ar/handle/123456789/1834
dc.language.isoeses
dc.subjectAPRENDIZAJE AUTOMATICOes
dc.subjectALGORITMOSes
dc.subjectSISTEMAS DE RECOMENDACIONes
dc.subjectINTELIGENCIA ARTIFICIALes
dc.titlePrecisión predictiva de algoritmos de aprendizaje automático en sistemas de recomendaciónes
dc.typeTrabajo final de especializaciónes
dspace.entity.typeTrabajo final de especialización
itba.description.filiationFil: Dumón, Marcos. Instituto Tecnológico de Buenos Aires; Argentina.
Archivos
Bloque original
Mostrando1 - 1 de 1
Miniatura
Nombre:
TFIDumont.pdf
Tamaño:
4.5 MB
Formato:
Adobe Portable Document Format
Descripción:
Trabajo_Especialización_Dumont
Bloque de licencias
Mostrando1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.6 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Colecciones